Document details

Data Mining aplicado ao ITIL® para previsão do tempo de resolução de incidentes

Author(s): Silva, Joao Vasco

Date: 2015

Persistent ID: http://hdl.handle.net/10071/11179

Origin: Repositório ISCTE

Subject(s): ITIL; Gestão de incidentes; Gestão do conhecimento; Tempo de resolução; Incidentes; DATA MINING; Modelos de previsão; Incident management; knowledge management; Incident resolution delay; Forecast; Predictive models


Description

O alinhamento entre a estratégia do negócio e a estratégia das tecnologias de informação são fatores determinantes para o sucesso de uma organização, fazendo com que exista cada vez mais uma dependência das organizações dos seus sistemas de informação (SI), como ferramenta para a implantação de novas estratégias, e como forma de garantir a continuidade das operações vitais ao negócio. Neste contexto é fácil compreender que uma organização impedida de explorar na totalidade o seu SI, devido a um incidente, é uma organização que enfrenta perdas financeiras e oportunidades de negócio, muitas vezes, irrecuperáveis. Esta situação é frequentemente agravada pela dificuldade dos profissionais de TI, na gestão das expetativas da(s) área(s) de negócio afetada(s), nomeadamente na definição de prazos de reposição de serviço, face a um incidente nos SI da organização, o que dificulta a definição de planos de contingência com vista a minimizar o impacto desse incidente. O ITIL surge como um modelo de Governo bem conhecido e muito utilizado por organizações na gestão dos seus serviços de tecnologias de informação. É hoje reconhecido como uma das abordagens mais eficazes para garantir o alinhamento com a estratégia, otimizar custos, aumentar a qualidade de serviços de TI, a satisfação dos clientes e a produtividade. Embora o ITIL preconize um processo para a gestão de Conhecimento, com o objetivo de melhorar a qualidade da tomada de decisão, a aplicabilidade deste processo e a extração efetiva de conhecimento dos dados de histórico do ciclo de vida de serviços de TI, não é um padrão e nem sempre é utilizado, pelo que existe nestes dados um manancial de conhecimento, com potencial para alavancar a eficácia dos processos de ITIL. É neste contexto, e face a esta necessidade, que o presente trabalho procurará explorar o conhecimento residente nos dados de histórico de gestão de Incidentes e com recurso a técnicas de data mining, criar um modelo que permita prever o tempo de resolução de um novo incidente. Pretende-se, deste modo, apoiar gestores e profissionais de TI, a explorarem o conhecimento residente no seu histórico de incidentes, de modo a apoiar na previsão de resolução de novos incidentes e deste modo: potenciarem a eficácia e eficiência dos serviços de TI prestados, apoiar numa melhor gestão de crise face a um incidente disruptivo, ajudar a melhor gerir as espectativas das áreas afetadas e a potenciar a ativação de planos de contingência com vista à redução de impactos. Espera-se deste modo contribuir para uma maior sinergia entre áreas de suporte e as áreas de negócio e a um aumento na satisfação pelos serviços de TI prestados. Este trabalho é um dos poucos estudos que se propõem a utilizar técnicas de data mining para estimar tempo de resolução de Incidentes, pretende-se deste modo contribuir para a disciplina de gestão de conhecimento preconizada pelo ITIL, fornecendo ferramentas e métodos que ajudem a extrair e partilhar o conhecimento, apoiando assim a qualidade na tomada de decisão e a eficácia e eficiência dos serviços de TI prestados

The alignment between business strategy and IT strategy is a determinant factor for business success, increasing the dependency that organizations have from their Information Systems (IS), as a tool to implement new strategies and as a way to guarantee the continuity of critical business operation. In this context it is easy to understand that an organization unable to fully explore their IS, due to an incident, is an organization that faces financial loss and sometimes unrecoverable business opportunities. This circumstances are normally aggravated by the struggle IT professionals face, to manage business expectations, regarding service recovery estimations, after an incident on the organization’s IS, affecting the implementations of contingency plans, aimed to minimize the incident’s impact. The ITIL appears as a governance model well known and largely used by organizations for managing their IT services, today it is known as one of the most effectives approach to guarantee an alignment with the business strategy, to reduce costs, increase quality in IT services, customer satisfaction and productivity. Even though ITIL advocates a process for knowledge management, created to increase quality in decision making, this process effectiveness to extract knowledge from the IT live cycle data, it is not a standard and normally not used, this suggest the existence of great knowledge in this data, with potential to thrive ITIL process efficiency. This is the context and need that this study will focus, trying to extract knowledge from historical data of an incident management tool, and by using data mining technics, proposes to create a model that can predict the resolution delay for a new incident. The goal is to help managers and IT professionals, to explore the knowledge residing on their incident history so they can: increase overall performance of the IT services, to better handle crises management associated with major incident, to better manage expectations of affected business areas and to enable contingency plans and reduce impact. Hoping to contribute in a better relationship between IT and the business and to increase client satisfaction with the IT services. This study is one of the few that propose to apply data mining to forecast incidents resolution delay, the goal is to contribute to ITIL knowledge management, supplying tools and methods that help extract and share knowledge, to support in decision making and to increase IT service performance.

Document Type Master thesis
Language Portuguese
facebook logo  linkedin logo  twitter logo 
mendeley logo

Related documents

No related documents